ElevenLabsAudiomodellAktiv
Eleven Multilingual STS v2
Beliebtheitkaum Signale
unter 1von 100wie im Vormonat
Zusammenfassung
Eleven Multilingual STS v2 steht für Speech-to-Speech, also die Umwandlung gesprochener Sprache in eine veränderte Stimmfassung. Das Modell nimmt Audio entgegen und gibt Audio aus. ElevenLabs führt es als mehrsprachiges Voice-Changer-Modell mit 29 unterstützten Sprachen.
Multilingual STS v2 erhält die gesprochene Vorlage als Audio und verändert die Stimme direkt im Audio-zu-Audio-Pfad. Transkription und gewöhnliche Text-to-Speech-Ausgabe gehören deshalb nicht zu diesem Modelltyp. Die zentrale Abgrenzung ist die Stimmtransformation bei erhaltenem gesprochenem Inhalt.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 12 veröffentlichten Benchmark-Werte anzeigen
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Quantslant clean conversion content errors, Chris to Lily (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0
- Bewertung
- 0
- Messgröße
- Scribe transcription errors against the 88-word English source
- Einheit
- count
- Benchmark-Version
- Quantslant Voice Changer test; conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Ein synthetischer englischer Monolog (28,32 s, 88 Wörter), erzeugt mit Eleven v4, Stimme Chris, wurde über die API mit der exakten Modellkennung eleven_multilingual_sts_v2 in die Bibliotheksstimme Lily umgewandelt. Der Scribe-Text wurde mit dem Ausgangstext verglichen.
- Einordnung
- 0 bedeutet in diesem einzelnen Lauf keine von Scribe erkannten Textfehler, nicht einen Qualitätswert von null. Ein redaktioneller Einzelfall, kein standardisiertes Leaderboard; Scribe ist keine menschliche Transkriptionsprüfung. Die API-Modellrevision ist nicht unveränderlich dokumentiert. Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant clean conversion content errors, Chris to designed narrator (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0
- Bewertung
- 0
- Messgröße
- Scribe transcription errors against the 88-word English source
- Einheit
- count
- Benchmark-Version
- Quantslant Voice Changer test; conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Ein synthetischer englischer Monolog (28,32 s, 88 Wörter), erzeugt mit Eleven v4, Stimme Chris, wurde über die API mit der exakten Modellkennung eleven_multilingual_sts_v2 in eine zuvor entworfene tiefe englische Erzählerstimme umgewandelt. Der Scribe-Text wurde mit dem Ausgangstext verglichen.
- Einordnung
- 0 bedeutet in diesem einzelnen Lauf keine von Scribe erkannten Textfehler, nicht einen Qualitätswert von null. Ein redaktioneller Einzelfall, kein standardisiertes Leaderboard; Scribe ist keine menschliche Transkriptionsprüfung. Die API-Modellrevision ist nicht unveränderlich dokumentiert. Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant melody correlation, Chris to Lily (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.881
- Bewertung
- 0.881
- Messgröße
- reported correlation of the source and output fundamental-frequency contours; 1 means identical
- Einheit
- ratio
- Benchmark-Version
- Quantslant Voice Changer test; conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Ein synthetischer englischer Monolog (28,32 s) mit Eleven-v4-Stimme Chris wurde mit eleven_multilingual_sts_v2 in die Bibliotheksstimme Lily umgewandelt. Quantslant berichtet die Korrelation der Grundfrequenzkonturen von Ausgang und Ergebnis.
- Einordnung
- Ein einzelner redaktioneller Testlauf, kein standardisiertes Leaderboard. Der Artikel nennt librosa pyin zur Tonhöhenermittlung, aber keinen Korrelationsschätzer; Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant melody correlation, Chris to designed narrator (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.914
- Bewertung
- 0.914
- Messgröße
- reported correlation of the source and output fundamental-frequency contours; 1 means identical
- Einheit
- ratio
- Benchmark-Version
- Quantslant Voice Changer test; conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Ein synthetischer englischer Monolog (28,32 s) mit Eleven-v4-Stimme Chris wurde mit eleven_multilingual_sts_v2 in eine zuvor entworfene tiefe englische Erzählerstimme umgewandelt. Quantslant berichtet die Korrelation der Grundfrequenzkonturen von Ausgang und Ergebnis.
- Einordnung
- Ein einzelner redaktioneller Testlauf, kein standardisiertes Leaderboard. Der Artikel nennt librosa pyin zur Tonhöhenermittlung, aber keinen Korrelationsschätzer; Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant WavLM target-voice similarity, Chris to Lily (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.837
- Bewertung
- 0.837
- Messgröße
- reported WavLM speaker-verification cosine similarity to a short reference sample of the target voice
- Einheit
- ratio
- Benchmark-Version
- Quantslant Voice Changer test; conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Ein sauberes Ergebnis wurde mit eleven_multilingual_sts_v2 von der synthetischen Ausgangsstimme Chris zur Zielstimme Lily umgewandelt. Die Sprecherähnlichkeit wurde mit microsoft/wavlm-base-plus-sv gegenüber einer kurzen Lily-Referenz gemessen.
- Einordnung
- Ein einzelnes Ergebnis und eine Referenzstimme, keine Populationsschätzung und kein standardisiertes Leaderboard. Referenzdauer und Aggregation fehlen. Die Quelle nennt außerdem 0,598 Ähnlichkeit zur Quellstimme. Dafür wird keine Qualitätsrichtung angesetzt, weil Quellstimmen-Erhalt beim Stimmenwechsel kein eindeutiges Ziel ist. Die API-Modellrevision ist nicht unveränderlich dokumentiert; Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant WavLM target-voice similarity, Chris to designed narrator (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.813
- Bewertung
- 0.813
- Messgröße
- reported WavLM speaker-verification cosine similarity to a short reference sample of the target voice
- Einheit
- ratio
- Benchmark-Version
- Quantslant Voice Changer test; conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Ein sauberes Ergebnis wurde mit eleven_multilingual_sts_v2 von der synthetischen Ausgangsstimme Chris in eine zuvor entworfene tiefe englische Erzählerstimme umgewandelt. Die Sprecherähnlichkeit wurde mit microsoft/wavlm-base-plus-sv gegenüber einer kurzen Referenz gemessen.
- Einordnung
- Ein einzelnes Ergebnis und eine Referenzstimme, keine Populationsschätzung und kein standardisiertes Leaderboard. Referenzdauer und Aggregation fehlen. Die Quelle nennt außerdem 0,766 Ähnlichkeit zur Quellstimme. Dafür wird keine Qualitätsrichtung angesetzt, weil Quellstimmen-Erhalt beim Stimmenwechsel kein eindeutiges Ziel ist. Die API-Modellrevision ist nicht unveränderlich dokumentiert; Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant clean conversion processing time, Chris to Lily (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 6.4
- Bewertung
- 6.4
- Messgröße
- reported processing time for one 28.32-second source conversion
- Einheit
- seconds
- Benchmark-Version
- Quantslant Voice Changer test; conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Ein synthetischer englischer Monolog von 28,32 s wurde über die API mit eleven_multilingual_sts_v2 von Stimme Chris zur Bibliotheksstimme Lily umgewandelt. Die Ergebnistabelle nennt die verstrichene Verarbeitungszeit.
- Einordnung
- Ein einzelner beobachteter Lauf, kein kontrollierter Latenzbenchmark; Hardware, Netzwerkpfad, Parallelität und Zeitmessgrenzen sind nicht angegeben. Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant clean conversion processing time, Chris to designed narrator (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 6
- Bewertung
- 6
- Messgröße
- reported processing time for one 28.32-second source conversion
- Einheit
- seconds
- Benchmark-Version
- Quantslant Voice Changer test; conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Ein synthetischer englischer Monolog von 28,32 s wurde über die API mit eleven_multilingual_sts_v2 von Stimme Chris in eine zuvor entworfene tiefe englische Erzählerstimme umgewandelt. Die Ergebnistabelle nennt die verstrichene Verarbeitungszeit.
- Einordnung
- Ein einzelner beobachteter Lauf, kein kontrollierter Latenzbenchmark; Hardware, Netzwerkpfad, Parallelität und Zeitmessgrenzen sind nicht angegeben. Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant noisy conversion content errors without background-noise removal (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 23
- Bewertung
- 23
- Messgröße
- Scribe transcription errors against the 88-word English source after voice conversion
- Einheit
- count
- Benchmark-Version
- Quantslant Voice Changer test; noisy conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Der englische Ausgangstext mit 88 Wörtern wurde mit Cafégesprächen in gleicher Lautstärke wie die Sprache gemischt, mit eleven_multilingual_sts_v2 in die Bibliotheksstimme Lily umgewandelt und ohne remove_background_noise verarbeitet. Der Scribe-Text wurde mit der Vorlage verglichen.
- Einordnung
- Eine verrauschte Aufnahme und je eine Umwandlung pro Einstellung; dies misst Modell und Eingabeverarbeitung zusammen und ist kein allgemeiner Robustheitsbenchmark. Die Transkription nutzt Scribe; Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant noisy conversion content errors with background-noise removal (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 2
- Bewertung
- 2
- Messgröße
- Scribe transcription errors against the 88-word English source after voice conversion
- Einheit
- count
- Benchmark-Version
- Quantslant Voice Changer test; noisy conversion run 2026-09-29
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- Quantslant voice-changer test
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Der englische Ausgangstext mit 88 Wörtern wurde mit Cafégesprächen in gleicher Lautstärke wie die Sprache gemischt, mit eleven_multilingual_sts_v2 in die Bibliotheksstimme Lily umgewandelt und mit remove_background_noise=true verarbeitet. Der Scribe-Text wurde mit der Vorlage verglichen.
- Einordnung
- Eine verrauschte Aufnahme und je eine Umwandlung pro Einstellung; dies misst Modell und Eingabeverarbeitung zusammen und ist kein allgemeiner Robustheitsbenchmark. Die Transkription nutzt Scribe; Quantslant legt eine Provision für einen ElevenLabs-Partnerlink offen.
Quantslant WavLM source-voice similarity, Chris to Lily (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.598
- Bewertung
- 0.598
- Messgröße
- WavLM similarity to source voice
- Einheit
- ratio
- Kategorie
- voice conversion
- Richtung
- Keine Richtung veröffentlicht
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- QUANTSLANT Voice Changer test
- Status
- active
- Abrufdatum
- 2026-10-20
- Methodik
- Unabhängige Evaluation. Ein einzelner synthetischer 28,32-Sekunden-Clip (88 Wörter), gesprochen mit Eleven-v4-Stimme Chris; per API mit eleven_multilingual_sts_v2 zur Bibliotheksstimme Lily konvertiert; saubere Aufnahme; WavLM-Ähnlichkeit zur Quellstimme Chris, deren Referenzähnlichkeit mit 0,98 angegeben wird; Test vom 29. September 2026.
- Einordnung
- Ein einzelner synthetischer 88-Wörter-Clip und je eine Konvertierung pro Zielstimme. Das ist ein konkreter Falltest, keine populationsweite Messung; Voice-ähnlichkeit hängt von den kurzen Referenzproben ab.
Quantslant WavLM source-voice similarity, Chris to designed narrator (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.766
- Bewertung
- 0.766
- Messgröße
- WavLM similarity to source voice
- Einheit
- ratio
- Kategorie
- voice conversion
- Richtung
- Keine Richtung veröffentlicht
- Stichprobe
- 1
- Quellentyp
- independent-evaluator
- Auswertung
- QUANTSLANT Voice Changer test
- Status
- active
- Abrufdatum
- 2026-10-20
- Methodik
- Unabhängige Evaluation. Ein einzelner synthetischer 28,32-Sekunden-Clip (88 Wörter), gesprochen mit Eleven-v4-Stimme Chris; per API mit eleven_multilingual_sts_v2 zur zuvor entworfenen tiefen englischen Erzählerstimme konvertiert; saubere Aufnahme; WavLM-Ähnlichkeit zur Quellstimme Chris, deren Referenzähnlichkeit mit 0,98 angegeben wird; Test vom 29. September 2026.
- Einordnung
- Ein einzelner synthetischer 88-Wörter-Clip und je eine Konvertierung pro Zielstimme. Das ist ein konkreter Falltest, keine populationsweite Messung; Voice-ähnlichkeit hängt von den kurzen Referenzproben ab.
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 83 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 6. November 2026
Eleven Multilingual STS v2Amazon Nova 2 Sonic 0Eleven Music v2.5 0Eleven Text to Sound v2 0Falcon-ASR 0
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie Eleven Multilingual STS v2, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Eleven v3ElevenLabs · gleicher Anbieter
- Scribe v2ElevenLabs · gleicher Anbieter
- Eleven v3 ConversationalElevenLabs · gleicher Anbieter
- Scribe v2 RealtimeElevenLabs · gleicher Anbieter
- Eleven Flash v2.5ElevenLabs · gleicher Anbieter
- Eleven Text to Sound v2ElevenLabs · gleicher Anbieter
- Eleven Music v2.5ElevenLabs · gleicher Anbieter
- Scribe v2 MedicalElevenLabs · gleicher Anbieter
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Mit Einschränkungen. ElevenLabs beschreibt ein unhörbares Wasserzeichen für selbst erzeugtes Audio und nennt SynthID, unter anderem für seine Sprachgenerierung. Ältere Aufnahmen vor der Einführung und Ausgaben von Drittmodellen sind nicht automatisch erfasst.
- Quelle 1: KI-WasserzeichenQuelle 2: KI-WasserzeichenQuelle 3: KI-WasserzeichenQuelle 4: KI-Wasserzeichen
- Wasserzeichen-Technik
- SynthID
- Quelle 1: Wasserzeichen-TechnikQuelle 2: Wasserzeichen-TechnikQuelle 3: Wasserzeichen-TechnikQuelle 4: Wasserzeichen-Technik
- Kennzeichnung geprüft am
- 05.11.2026
- Quelle 1: Kennzeichnung geprüft amQuelle 2: Kennzeichnung geprüft amQuelle 3: Kennzeichnung geprüft amQuelle 4: Kennzeichnung geprüft am
Lizenz und Zugang
API
Weitere Angaben
Quellen und Datenstand
Alle 15 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Recherchestand | Recherchestand 15. Oktober 2026. 6 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| In den geprüften Quellen nicht gefunden | standardized-independent-quality-benchmark Hinweis Ein unabhängiger redaktioneller Test für das exakte Modell wurde gefunden, aber kein standardisiertes Leaderboard oder replizierter Qualitätsbenchmark für eleven_multilingual_sts_v2. |
| In den geprüften Quellen nicht gefunden | immutable-api-revision Hinweis Der Test nennt die exakte Request-Modellkennung eleven_multilingual_sts_v2, aber keinen unveränderlichen Anbieter-Checkpoint und keine Revision. Die Werte gelten für die Modellkennung zum datierten Lauf, nicht für ein fest versioniertes Artefakt. |
| Weitere Quelle | ElevenLabs model documentation (abgerufen 24. September 2026; 15. Oktober 2026) · ElevenLabs Models documentation · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Quantslant voice-changer test (abgerufen 15. Oktober 2026; 20. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 15. Oktober 2026)123 |
| Weitere Quelle | ElevenLabs: Audio Detector (abgerufen 5. November 2026) |
| Weitere Quelle | ElevenLabs: Audio provenance (abgerufen 5. November 2026) |
| Weitere Quelle | ElevenLabs: Voice generation API (abgerufen 5. November 2026) |
| Weitere Quelle | ElevenLabs: Audio Detector and classifier (abgerufen 5. November 2026) |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |